上传者: 38571104
|
上传时间: 2022-03-12 14:47:31
|
文件大小: 235KB
|
文件类型: -
与经典的卷积神经网络(CNN)相比,提出的胶囊网络欣顿可以使用更少的网络层来很好地完成分类任务,并以更快的速度达到收敛。 胶囊网络的原理是基于CNN,只是将神经元形式从标量转换为向量,即一个胶囊,然后通过动态路由方法选择适合最终输出的胶囊1 。在胶囊网络的基础上,使用反卷积来还原图像并优化原始图像和还原图像之间的误差。 通过数据增强处理的名为Cohn- Kanade Database Plus(CK +)的经典面部情绪数据库用于进行实验。 最近,分类结果与NAO机器人结合在一起。 NAO机器人可以通过改变眼睛的颜色并说出结果来形象化情感,从而达到将理论与实践相结合的目的。